AI có thể “cảm nhận” con người?

Theo Bloomberg, ngày 11/3, Phòng thí nghiệm Tongyi của Alibaba đã ra mắt R1-Omni dưới dạng mã nguồn mở. Điểm đặc biệt của mô hình này là khả năng suy luận trạng thái cảm xúc của con người trong video, đồng thời mô tả chi tiết trang phục và môi trường xung quanh.

Đây là phiên bản nâng cấp từ HumanOmni, một mô hình AI trước đó của Alibaba, do nhà nghiên cứu Jiaxing Zhao phát triển. R1-Omni hiện đã được công khai và có thể tải miễn phí trên nền tảng Hugging Face, mở ra cơ hội ứng dụng rộng rãi cho cộng đồng công nghệ.

Công nghệ phía sau R1-Omni

Báo cáo nghiên cứu chỉ ra rằng R1-Omni có thể hiểu sâu hơn về cách thông tin thị giác và âm thanh hỗ trợ quá trình nhận diện cảm xúc. Để đạt được điều này, Alibaba đã tích hợp thuật toán học tăng cường (Reinforcement Learning) vào mô hình.

Học tăng cường là một phương pháp giúp AI tự học thông qua thử nghiệm và sai số, không cần sự hướng dẫn trực tiếp của con người. Đây cũng là công nghệ quan trọng được ứng dụng trong các lĩnh vực như robot tự hành và xe tự lái.

Alibaba có đang dẫn đầu cuộc chơi?

Nhờ khả năng lập luận mạnh mẽ và khả năng tổng quát hóa tốt hơn các mô hình trước, R1-Omni đang được đánh giá là một đối thủ tiềm năng trong thị trường AI. Việc Alibaba công khai mã nguồn của mô hình này cũng cho thấy tham vọng thúc đẩy sự phát triển của AI mã nguồn mở, giúp tăng cường khả năng ứng dụng công nghệ này trong thực tế.

Câu hỏi đặt ra là: Với bước tiến này, liệu Trung Quốc có thể vượt mặt OpenAI trong cuộc đua AI toàn cầu?